廖柏森

透過問卷等工具及系統化的程序，經由蒐集樣本(samples)的資料，以推論整個母群體(population)的特性和現象，是社會科學中經常用以蒐集研究資料的方法。通過問卷調查可以在較自然的狀態下，以文字或數據的型態，取得研究對象的意見、態度和認知。只有透過持續性地蒐集、分析、和綜合現場資料，才能有效增進對研究問題的瞭解。問卷調查還可與實驗法或訪談法配合，進一步驗證變項間的關係或研究對象的深層意識和想法。台灣目前翻譯教學文獻中以問卷調查蒐集資料的研究不少，通常是由教師在課堂上施測調查同學的意見。但若是研究對象遍及台灣不同城市，親身調查往返不易，就勢必要使用郵寄問卷調查(mail survey)或網路的線上調查(online survey)，其主要優點為:(1)節省費用，(2)在較短時間內可以調查大量受訪者，(3)可讓受訪者有足夠時間作答，(4)受訪者可保有隱私權，(5)受訪者可在自己方便的時間內作答，(6)受訪者可理解系列問題之間的關係，(7)受訪者較不易受到研究者的干擾(Mangione, 1995; Brown, 2001)。但是郵寄問卷調查的回收率通常不高，研究者必須使用一些技巧來提高問卷回收數量，包括慎選調查的對象、附上回郵信封、問卷題目不宜過多和複雜、贈送小禮物以增加填答誘因以及適當地催收問卷。目前也有愈來愈多研究者製作線上問卷以提高回收率，如使用Google Docs、my Survey (網址:http://www.mysurvey.tw/) 或my3q(網址: http://www.my3q.com/)等網路問卷服務，研究對象只需在網路上選填答案再透過網路送回即可完成調查，非常方便。

由於問卷上的每個問題皆可視為一項變項，幾個相同概念的問題可以集合成一個面向(dimension)，而幾個面向又可共同構成一個構念(construct)，因此使用問卷調查亦可同時探討多個變項之間的關係，便於研究者提出具體數據證實各變項間的相關性。相關性是探討變項間關聯的程度，在相關性研究裡，自變項可被視為預測變項(predictor variable)，例如筆譯練習的時數；而依變項可視為效標變項(criterion variable)，例如筆譯的能力。就這兩個變項之間的關係變化而言，如果筆譯練習時愈多則筆譯能力跟著成長，那就是正相關(positive correlation)；但若筆譯練習時愈多則筆譯能力反而退步，那就是負相關(negative correlation)；另外還有可能筆譯時數與筆譯能力之間沒有任何關係，那就是零相關(zero correlation)。透過相關分析的統計運算，研究者可得出變項間關係程度的數值稱為相關係數(correlation coefficient)，可用r來表示，其數值介於-1至1之間。r = -1為最低值，表示變項間呈完全負相關；r = 1為最高值，表示變項間呈完全正相關；至於r = 0則表示變項間沒有任何關係。而從0至-1或1之間還有眾多不同的數值代表不同強度和方向的相關性。

        除了上述以相關性來分析問卷變項間的關係之外，我們也可以比較問卷所產生的平均數之間的差異。例如我們以問卷調查兩班學生學習翻譯的型態(translation learning styles)，可分別計算出兩個平均數代表兩班學生翻譯學習型態的傾向，統計分析時先設定α=.05或.01，再用t檢定(t-test)來證明這兩個平均數之間有無顯著性之差異(significant difference)。如果確有統計上之顯著差異，我們就可宣稱這兩班學生的翻譯學習型態有所不同，但仍可能會有5%(p<.05) 或1%(p<.01) 錯誤的機會。